《基于佩戴式输入设备的手语识别方法》PDF+DOC

📙 相关资料

1. 《基于加速度的BP神经网络手势识别设计》PDF+DOC 随着MEMS技术的发展，基于加速度传感器的手势识别成为了研究主流。本文采用BP神经网络模型作为基于加速度的手势识别方法，同时对提出的手势识别方法进行实验验证，并分析结果，得出此方法对0-9十个阿拉伯数字的识别能力较高，证明了BP神经网络非常适合在可穿戴设备中的应用。...
2. 《运动传感驱动的3D直观手势交互》PDF+DOC 为了使手势交互方式较少受到场地和光线的限制，提出利用加速度传感器作为输入设备进行手势识别的方法.对每种手势只要求用户做一次示范表演，通过添加噪声等手段来提高训练数据生成的自动化程度；将训练数据经过预处理和特征提取之后用于训练机器学习模型(隐马尔科夫模型和支持向量机).在包含70种手势的测试集上进行实......
3. 《基于加速度轨迹图像的手势特征提取与识别》PDF+DOC 针对手势加速度识别中存在数据维度高、计算量大等问题，提出一种基于加速度轨迹图像的手势NMF特征提取与识别方法。通过Wiimote手柄获取手势动作的加速度信号，经过实时有效手势动作分割后，将加速度数据转换为手势轨迹图像，并用非负矩阵分解对手势加速度轨迹图像提取特征向量，最后构建离散隐马尔可夫模型实现目......
4. 《基于加速度传感器和神经网络的人体活动行为识别》PDF+DOC 人体活动行为识别在医疗、安全、娱乐等方面有着广泛的应用，为了高效、准确地获取人体活动的行为信息，提出一种基于加速度传感器和神经网络的个人活动行为识别方法。该方法通过在个人手上佩戴加速度传感器，实时采集个人活动的行为数据；再通过BP神经网络分析相关行为数据并建立个人活动行为模型，分类识别个人的行走、坐......
5. 《基于加速度传感器的手势识别系统》PDF+DOC 在基于手势的人机交互中，个体的差异性导致同一手势数据存在一定的差异性和不稳定性。针对这一问题，设计实现了一种基于加速度传感器的连续动态手势识别系统。首先，由微机电系统加速传感器采集手势数据；其次，根据手势的运动学特征，采用阈值差分法对连续的手势数据进行自动定位截取，并对截取出的数据进行预处理和特征提......
6. 《基于协同LSTM神经网络的人体行为识别研究》PDF+DOC 在基于传感器的人体行为识别研究中，传统的机器学习方法需要具备一定的人体运动领域知识来做特征提取，而且工程量大。而现有的神经网络模型结构简单，对数据特征的挖掘不充分从而识别准确率不高。针对上述问题，提出一种基于协同LSTM神经网络的人体行为识别方法。该方法首先对LSTM模块的结构进行改进，搭建协同LS......
7. 《手势识别技术发展现状与展望》PDF+DOC 手势识别在设计智能高效的人机界面方面具有至关重要的作用，目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域。本文综述了手势识别技术的发展现状，在分析各实现方式优缺点的基础上对未来发展趋势提出了展望。...
8. 《一种基于加速度特征提取的手势识别方法》PDF+DOC 随着智能手机等移动电子设备的发展，基于MEMS加速度传感器的手势识别成为移动设备人机交互的研究热点。由于准确率及实时性的限制，目前的手势识别方法仍不足以推向实用。针对这一问题，提出了一种简单有效的手势识别方法：在手势定义阶段根据语义及操作的相似性将10个手势分为4个类别，通过提取反映各类手势运动学特......
9. 《基于BP神经网络的手势识别系统》PDF+DOC 给出了采用ADXL335加速度传感器来采集五个手指和手背的加速度三轴信息，并通过ZigBee无线网络传输来提取手势特征量，同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后，通过Matlab验证，结果表明，该系统在测试中识别率较高，系统稳定。...
10. 《基于三维加速度的连续手势识别》PDF+DOC 由于基于图像处理的手势识别方法对环境背景要求较高且存在不稳定性问题，文章使用三维加速度传感器的连续数据进行手势识别。三维加速度传感器内置于大部分智能手机中，具有应用方便的特点。实验通过传感器获取加速度信号，经过低通滤波、去重力和特征提取的信号预处理过程后，结合隐马尔可夫模型和混合高斯模型的理论方法，......